현지화가 상류로 이동하는 이유는 기존 파이프라인의 핵심 전제가 깨졌기 때문이에요. 그 전제는 코드가 충분히 천천히 바뀌어서, 안정적인 문자열 카탈로그를 내보내고, 다른 곳에서 번역하고, 다음 릴리스 전에 결과를 가져올 수 있다는 것이었어요. AI 코딩 에이전트가 그 전제를 무너뜨렸어요. globalize.now는 새로운 위치에 맞게 만든 AI 기반 현지화 인프라로, 개발 루프 안에서 실행되고 풀 리퀘스트로 배포되는 현지화를 제공해요. 이 글은 바뀐 것이 번역 품질이 아니라 위치인 이유를 다뤄요.
현지화를 상류로 옮긴다는 건 무슨 뜻인가요?
현지화 작업의 단위가 문자열 카탈로그에서 커밋으로 바뀐다는 뜻이에요. 기존 방식에서는 코드가 끝난 뒤에 현지화가 시작돼요. 상류 방식에서는 코드가 있는 곳에서, 코드가 바뀌는 순간에 현지화가 일어나고, 결과물도 코드예요. diff를 보고, 리뷰하고, 머지하는 현지화된 PR이에요.
두 파이프라인은 이렇게 생겼어요.
Traditional: build → internationalize → export → translate → review → import → ship
Upstream: code → push → localized PR → merge → ship
첫 번째 파이프라인은 7단계이고 저장소를 두 번 떠나요. 두 번째는 5단계이고 어느 단계도 저장소를 떠나지 않아요. 이 글이 다루는 건 개별 기능이 아니라 바로 이 구조적 차이예요.
기존 현지화 파이프라인은 어떻게 동작하나요?
왕복 구조로 동작하고, 그 안의 모든 화살표가 대기열이에요. 먼저 기능을 만들어요. 그다음 국제화를 해요. 팀이나 AI 에이전트가 애초에 구조화된 코드를 만들었다는 전제로, 문자열을 키로 추출하죠. 카탈로그를 번역 플랫폼으로 내보내요. 번역가나 기계 번역이 처리하고, 누군가 검수해요. 결과를 가져오고, 카탈로그가 밖에 나가 있는 동안 쌓인 충돌을 해결한 뒤 배포해요.
작업이 다른 곳에서, 다른 사람이, 다른 일정으로 이루어지기 때문에 단계마다 인계가 생겨요. 릴리스가 분기 단위이고 문자열이 일괄로 바뀌던 시절에는 합리적인 설계였어요. 이 파이프라인에는 숨은 의존성이 있어요. 바로 안정성이에요. 카탈로그가 왕복하는 동안은 가만히 있어 줘야 해요.
이제는 가만히 있지 않아요. DORA 2025 State of AI-Assisted Software Development 보고서에서 소프트웨어 전문가의 90%가 업무에 AI 도구를 쓴다고 답했고, DX의 2025년 4분기 영향 연구에서는 조사 대상 기업의 중앙값 기준 머지된 코드의 22%가 AI가 작성한 코드였어요. 예전엔 주 단위로 바뀌던 코드가 이제는 점심시간과 스탠드업 사이에도 바뀌어요.
개발 루프 안의 현지화는 어떤 모습인가요?
푸시할 때 실행되는 다른 자동 검사와 똑같아요. 코드베이스를 한 번 변환해요. 문자열을 추출하고, 키를 생성하고, 로케일 파일을 만들고, 런타임 연결까지 마쳐요. 이후에는 푸시할 때마다 동기화가 실행돼요. 커밋에 새 문자열이 들어가면, 번역은 내 브랜치를 대상으로 한 풀 리퀘스트로, 내 저장소 안에서, 앱의 나머지 부분과 같은 구조로 돌아와요.
가설 속 처리량이 아니에요. 2026년 8월에 데모 저장소에서 기록한 실행에서는, 푸시한 커밋이 49초 만에 독일어, 프랑스어, 스페인어에 걸친 번역 단위 30개를 담은 현지화 PR로 돌아왔어요. 커밋에서 리뷰 가능한 PR까지 1분 미만이고, 리뷰 전까지는 사람이 개입하지 않아요. ‘내보내기’라는 단어가 들어가는 파이프라인과 비교해 보세요.
다만 일회성 변환은 즉시 끝나지 않아요. 실제 앱에서는 30분쯤 걸려요. 문자열을 추출하고, 키를 생성하고, 런타임을 연결하는 코드 구조 변경 작업이기 때문이에요. 이게 입구예요. 이후 푸시마다 도는 루프가 제품이에요.
이 루프에서 중요한 건 속도가 아니라 아무것도 저장소를 떠나지 않는다는 점이에요. 외부 플랫폼에 앉아서 main과 점점 어긋나는 카탈로그가 없어요. 앞서 공개한 모노레포 실행에서는 일회성 변환을 대규모로 보여 줬고, 그 결과를 이후에도 살아 있게 유지하는 게 이 루프예요. 머지하거나 닫거나, 다른 모든 변경을 다루는 두 동사 그대로예요. 이미 이런 방식으로 일하고 있다면 개발자 문서에서 설정 방법을 볼 수 있어요.
AI 코딩 에이전트는 왜 이런 변화를 강제하나요?
병목이 옮겨졌기 때문이에요. 예전 현지화의 제약은 번역 처리량이었어요. 벤더나 엔진이 잘 구조화된 카탈로그를 얼마나 빨리 처리하느냐의 문제였죠. 에이전트는 그 제약을 훌쩍 넘는 속도로 코드를 만들어 내면서, 그보다 상류에 새로운 제약을 만들었어요. 이제 부족한 건 생성 이후의 구조적 온전함이에요. 에이전트가 매일 코드베이스에 UI를 추가하는 동안 키의 일관성, 로케일 파일의 완결성, 구조를 지키는 일이죠.
에이전트에게 결제 페이지를 요청하면 문자열이 JSX에 하드코딩된, 동작하는 결제 페이지가 나와요. 이 구조는 AI 코드가 현지화를 망가뜨린 이유에서 자세히 다뤘어요. 분석한 React 프로젝트 하나에는 i18n 구조가 전혀 없는 상태로 312개 파일에 UI 문자열 1,284개가 들어 있었어요. 기존 파이프라인이 내보내려는 카탈로그가 그 코드베이스에는 존재하지 않아요. 에이전트가 계속 배포하니 내일이면 코드베이스는 또 달라져 있을 거예요.
하류 파이프라인은 이런 현실에서 영원히 뒤처져요. 내보낸 시점의 카탈로그는 가져올 때쯤이면 이미 낡아 있어요. 생성된 코드를 현지화가 따라잡을 수 있는 위치는 그 코드를 생성하는 루프 안뿐이에요. 코드가 Cursor, Claude Code, Lovable 중 어디에서 나오든 마찬가지예요.
AI 번역과 같은 얘기 아닌가요?
아니에요. 시장의 논의가 어긋나는 지점이 바로 여기예요. Lokalise는 스스로를 AI 현지화 플랫폼이라고 소개하고, Phrase는 대규모 기계 번역을 위한 Language AI를 제공해요. 둘 다 실제 기능이에요. 하지만 둘 다 기존 파이프라인의 화살표 하나, 번역 단계만 빠르게 해요. 카탈로그는 여전히 내보내지고, 외부 플랫폼에 있고, 가져오기를 거쳐 돌아와요.
7단계 왕복에서 화살표 하나를 빠르게 하는 건 최적화예요. 왕복 자체를 없애는 건 다른 제품이에요. 이게 실제 계층의 차이예요. 번역가 워크플로 중심 플랫폼은 관리 계층에 있고, globalize.now는 그 아래 인프라 계층에서 저장소 안의 코드로부터 키와 로케일 파일을 직접 생성해요. ‘AI 기반’은 둘 다에 해당하는 말이라 어느 쪽도 구분해 주지 못해요. 구분하는 건 위치예요.
그래도 하류에 남는 건 무엇인가요?
중요도가 높은 문구에 대한 사람의 판단이에요. 법적 문구, 규제 대상 표현, 깊이 공들이는 시장에서의 브랜드 보이스는 전문 번역가와 검수가 필요하고, 그런 요구가 있는 팀은 번역가 워크플로 중심 도구를 계속 쓸 거예요. 상류 현지화는 이를 막지 않아요. 현지화된 PR은 리뷰할 수 있는 화면이라, 사람이 머지 전에 어떤 기준으로든 점검할 수 있어요.
끝나는 건 두 번째 언어를 배포하려면 모든 팀이 번역가 워크플로 플랫폼을 도입해야 했던 시대예요. AI로 제품을 만드는 1인 개발자에게는 관리할 번역가가 없어요. 있는 건 커밋이에요. 도구가 그 자리로 찾아가야 해요.
루프가 곧 제품이에요
코드를 풀 리퀘스트로 배포한다면 번역도 그래야 해요. globalize.now는 코드베이스를 한 번 변환한 뒤, 푸시할 때마다 현지화 상태를 유지해요. PR이 들어오고, 머지되고, 배포돼요.
globalize.now는 하드코딩된 앱 문구를 번역할 수 있는 로케일 파일로 바꾸고, 배포할 때마다 최신 상태로 유지해요.
globalize.now 무료로 시작하기